Embed Size (px)
Citation preview
ANALISIS PERAMALAN PRODUKSI DAN PENGENDALIAN
PERSEDIAAN BAHAN BAKU PEMBANTU
DI INDUSTRI GULA PT. XYZ KABUPATEN LAMPUNG UTARA
Tesis
Oleh
DHARMA AGISTA PRATAMA
PROGRAM PASCASARJANA
TEKNOLOGI INDUSTRI PERTANIAN
UNIVERSITAS LAMPUNG
BANDAR LAMPUNG
2020
ABSTRAK
ANALISIS PERAMALAN PRODUKSI DAN PENGENDALIAN
PERSEDIAAN BAHAN BAKU PEMBANTU
DI INDUSTRI GULA PT. XYZ KABUPATEN LAMPUNG UTARA
Oleh
DHARMA AGISTA PRATAMA
Penelitian ini bertujuan untuk menganalisis metode peramalan produksi yang
paling sesuai untuk industri gula PT. XYZ dan menganalisis teknik pengendalian
persediaan yang paling tepat untuk industri gula PT. XYZ. Pada penelitian ini
analisis peramalan produksi (forecasting) menggunakan lima metode yaitu Linear
Regression, Moving Average, Weighted Moving Average, Exponential Smoothing,
dan exponential smoothing with trend. Hasil analisis menunjukkan bahwa metode
linear regression merupakan metode forecasting yang paling sesuai digunakan
oleh industri gula PT. XYZ dengan nilai MAD, MSE, dan MAPE terkecil
dibandingkan metode lainnya yaitu sebesar 7.195, 65.854.060, dan 10%, dengan
hasil peramalan pada tahun 2019 sebesar 44.746 ton gula pasir. Pada penelitian
ini analisis pengendalian persediaan menggunakan beberapa teknik yaitu ABC
Analysis, Economic Order Quantitiy (EOQ), Period Order Quality (POQ), Re-
Order Point (ROP) dan konvensional. Hasil analisis menunjukkan bahwa metode
pengendalian persediaan bahan baku pembantu yang paling tepat digunakan oleh
iii
PT. XYZ adalah metode POQ dengan biaya penghematan sebesar Rp. 61.424.950
atau 1,956 % dari total biaya secara konvensional.
Kata Kunci: Peramalan Produksi, Pengendalian Persediaan.
ABSTRACT
ANALYSIS OF PRODUCTION FORECASTING AND CONTROL OF
AUXILIARY RAW MATERIAL SUPPLIES
IN THE SUGAR INDUSTRY PT. XYZ REGENCY OF NORTH LAMPUNG
By
DHARMA AGISTA PRATAMA
This research aims to analyze the method of production forecasting most suitable
for the sugar industry of PT. XYZ and analyze the most appropriate inventory
control technique for the sugar industry of PT. XYZ. In this research, forecasting
analysis uses five methods: Linear Regression, Moving Average, Weighted
Moving Average, Exponential Smoothing, and exponential smoothing with trend.
The results of the analysis showed that the linear method regression is the
forecasting method best used by the sugar industry of PT. XYZ with the smallest
value of MAD, MSE, and MAPE compared to other methods of 7,195,
65,854,060, and 10%, with The forecasting in 2019 amounted to 44,746 tonnes of
granulated sugar. In this research analysis of inventory control using several
techniques namely ABC Analysis, Economic Order Quantitiy (EOQ), Period
Order Quality (POQ), Re-Order Point (ROP) and conventional. The results of the
analysis showed that the method of controlling the raw material of the helper is
v
the most appropriate use by PT. XYZ is the POQ method with a saving cost of
IDR. 61,424,950 or 1.956% of the total cost conventionally.
Keywords: Production Forecasting, Inventory Control.
ANALISIS PERAMALAN PRODUKSI DAN PENGENDALIAN
PERSEDIAAN BAHAN BAKU PEMBANTU
DI INDUSTRI GULA PT. XYZ KABUPATEN LAMPUNG UTARA
Oleh
DHARMA AGISTA PRATAMA
Tesis
Sebagai Salah Satu Syarat untuk Mencapai Gelar
MAGISTER TEKNOLOGI PERTANIAN
Pada
Program Pascasarjana Magister Teknologi Industri Pertanian
Fakultas Pertanian Universitas Lampung
PROGRAM PASCASARJANA
TEKNOLOGI INDUSTRI PERTANIAN
UNIVERSITAS LAMPUNG
BANDAR LAMPUNG
2020
Judul Tesis : ANALISIS PERAMALAN PRODUKSI DAN
PENGENDALIAN PERSEDIAAN BAHAN
BAKU PEMBANTU DI INDUSTRI GULA
PT. XYZ KABUPATEN LAMPUNG
UTARA
Nama Mahasiswa : Dharma Agista Pratama
Nomor Pokok Mahasiswa : 1824051008
Program Studi : Magister Teknologi Industri Pertanian
Fakultas : Pertanian
MENYETUJUI
1. Komisi Pembimbing
Dr. Erdi Suroso, S.T.P., M.T.A. Dr. Sri Hidayati, S.T.P., M.P.
NIP 19721006 199803 1 005 NIP 19710930 199512 2 001
2. Ketua Program Studi
Magister Teknologi Industri Pertanian
Dr. Sri Hidayati, S.T.P., M.P.
NIP 19710930 199512 2 001
MENGESAHKAN
1. Tim Penguji
Ketua : Dr. Erdi Suroso, S.T.P., M.T.A. ………….....
Sekretaris : Dr. Sri Hidayati, S.T.P., M.P. …………….
Penguji
Bukan Pembimbing : Dr. Dewi Sartika, S.T.P., M.Si. …………….
2. Dekan Fakultas Pertanian
Prof. Dr. Ir. Irwan Sukri Banuwa, M.Si.
NIP 19611020 198603 1 002
3. Direktur Program Pascasarjana Universitas Lampung
Prof. Dr. Ir. Wan Abbas Zakaria, M.S.
NIP 19610826 198702 1 001
Tanggal Lulus Ujian Tesis : 21 Januari 2020
PERNYATAAN KEASLIAN HASIL KARYA
Saya yang bertanda tangan di bawah ini:
Nama : Dharma Agista Pratama
NPM : 1824051008
Dengan ini menyatakan bahwa apa yang tertulis dalam karya ilmiah ini
adalah hasil karya saya yang dibimbing oleh Komisi Pembimbing , 1) Dr. Erdi
Suroso, S.T.P., M.T.A. dan 2) Dr. Sri Hidayati, S.T.P., M.P. berdasarkan pada
pengetahuan dan informasi yang telah saya dapatkan. Karya ilmiah ini berisi
material yang dibuat sendiri dan hasil rujukan beberapa sumber lain (buku, jurnal,
dll.) yang telah dipublikasikan sebelumnya atau dengan kata lain bukanlah hasil
dari plagiat karya orang lain.
Demikianlah pernyataan ini saya buat dengan sebenarnya dan dapat
dipertanggungjawabkan. Apabila dikemudian hari terdapat kecurangan dalam
karya ini, maka saya siap mempertanggungjawabkannya.
Bandar Lampung, 24 Februari 2020
Pembuat pernyataan
Dharma Agista Pratama
NPM 1824051008
RIWAYAT HIDUP
Penulis dilahirkan di Gunung Batin Baru tanggal 24 Februari
1992, sebagai anak pertama dari tiga bersaudara, dari Bapak
Kukuh Ari Raharjo, S.Pd. dan Ibu Srining Wiyanti, S.Pd.
Penulis menyelesaikan Pendidikan Taman Kanak-kanak
(TK) Satya Dharma Sudjana Gunung Madu pada tahun 1998, Sekolah Dasar (SD)
di SDN 1 Gunung Madu Lampung Tengah tahun 2004, Sekolah Menengah
Pertama (SMP) di SMP Satya Dharma Sudjana Lampung Tengah diselesaikan
tahun 2007, dan Sekolah Menengah Atas (SMA) di SMAN 1Terbanggi Besar
Lampung Tengah diselesaikan pada tahun 2010.
Penulis terdaftar sebagai mahasiswa Jurusan Teknik Pertanian, Fakultas Pertanian,
Universitas Lampung melalui jalur SNMPTN pada tahun 2011 dan menyelesaikan
studi pada tahun 2015. Tahun 2018 penulis diterima sebagai mahasiswa pada
Program Studi Magister Teknologi Industri Pertanian, Fakultas Pertanian,
Universitas Lampung.
PERSEMBAHAN
Karya ini aku persembahkan teruntuk kedua orang tuaku tercinta
Alm.Kukuh Ari Raharjo, S.Pd. dan Srining Wiyanti, S.Pd.
Kepada adik-adikku tersayang
Nefrina Tilawati, S.Pd. dan Gita Shevania
Terimakasih atas semua do’a, kasih sayang, semangat, motivasi, dukungan
baik moril maupun materil yang telah diberikan tiada henti-hentinya kepada
penulis
Serta
Almamater Tercinta
Magister Teknologi Industri Pertanian Universitas Lampung
SANWACANA
Segala puji bagi Allah SWT, yang telah melimpahkan rahmat, hidayah, dan
karunia Nya sehingga penulis dapat menyelesaikan tesis, shalawat beserta salam
senantiasa tercurah kepada Nabiyullah Muhammad SAW beserta keluarga,
sahabat, dan para pengikutnya hingga akhir zaman sehingga penulis dapat
menyelesaikan penelitian dan penyusunan tesis yang berjudul “Analisis
Peramalan Produksi dan Pengendalian Persediaan Bahan Baku Pembantu di
Industri Gula PT.XYZ Kabupaten Lampung Utara” sebagai salah satu syarat
untuk memperoleh gelar Magister Teknologi Pertanian di Universitas Lampung.
Tesis ini disusun setelah penulis menyelesaikan study di Program Studi Magister
Teknologi Industri Pertanian sejak tahun 2018 sampai dengan selesai. Dalam
pembuatan tesis ini penulis menyadari jauh dari sempurna mengingat keterbatasan
kemampuan yang penulis miliki.
Pada kesempatan ini penulis ingin menyampaikan terima kasih kepada :
1. Bapak Prof. Dr. Ir. Irwan Sukri Banuwa, M.Si., selaku Dekan Fakultas
Pertanian Universitas Lampung yang telah membantu selama studi di
pascasarjana.
2. Bapak Prof. Dr. Ir. Wan Abbas Zakaria, M.S., selaku Direktur Program
Pascasarjana Universitas Lampung yang telah membantu selama studi di
pascasarjana.
viii
3. Bapak Prof. Dr. Karomani, M.Si., selaku Rektor Universitas Lampung
yang telah membantu selama studi di pascasarjana.
4. Bapak Dr. Erdi Suroso, S.T.P., M.T.A., selaku Dosen Pembimbing satu
atas motivasi dan dukungannya.
5. Ibu Dr. Sri Hidayati, S.T.P., M.P., selaku Dosen Pembimbing dua dan
Dosen Pembimbing Akademik atas motivasi dan saran yang telah
diberikan.
6. Ibu Dr. Dewi Sartika, S.T.P., M.Si., selaku Pembahas atas masukan dan
saran dalam pembuatan tesis.
7. Ibu Dr. Sri Hidayati, S.T.P., M.P., selaku Ketua Program Studi Magister
Teknologi Industri Pertanian atas bantuannya selama ini.
8. Seluruh Dosen dan Karyawan di Program Studi Magister Teknologi
Industri Pertanian atas bantuan dan arahan yang telah diberikan selama
penulis menjalani proses perkuliahan di Magister Teknologi Industri
Pertanian, Fakultas Pertanian, Universitas Lampung.
9. Ayah, Ibu, Nefrina Tilawati, Gita Shevania, Bellvania Ratu Isabel, Bapak
Ir. Oktari Rahman, M.Si., Ibu dr. Aryanti Ibrahim, Sp. M., Ath Thaariq
Rifqi Oktafri, dan Taufik Yusuf, S.Pd., serta seluruh keluargaku yang telah
memberikan dukungan, motivasi, kasih sayang, bantuannya baik moril
maupun materil, dan doa yang selalu diberikan kepada penulis sehingga
penulis dapat menyelesaikan tesis.
10. Sepupuku Auliya Larasati, S.E., yang telah memberikan waktu, tenaga,
motivasi, semangat, dan doa kepada penulis sehingga penulis dapat
menyelesaikan tesis.
ix
11. Rekan kuliah terbaikku, Widarto, S.T. dan Jenni Aulia Perucha, S.T.P.,
terima kasih atas dukungan dan bantuannya yang selalu diberikan kepada
penulis sehingga penulis dapat menyelesaikan tesis.
12. Seluruh teman-teman Magister Teknologi Industri Pertanian angkatan
2018, Widarto, S.T., Dyah Putri Larassati, S.T.P., Ailsa Azalia, S.T.P.,
Iyan Indrawan, S.Tr.P., Ali Andar Batubara , S.T., Ayu Dian Pratiwi P,
S.T.P., Suci Hardina Rahmawati, S.T., Jenni Aulia Perucha, S.T.P., Fusi
Anita, S.P., dan Ela Rovita, S.T.P., terima kasih atas dukungan dan
kebersamaannya selama ini.
13. Kakak-kakakku angkatan 2017, Vina Asfia Chori, S.Pi., Tri Widiastuti,
S.T.P., Fahrulsyah,S.Pi., terima kasih atas kebersamaannya.
14. Sahabat “ARIAN” Nadzir, Muhammad Zaini,Nanda Catur Pamungkas,
Iwan Novianto yang selalu memberikan semangat dan motivasi.
15. Serta semua pihak yang telah membantu baik dalam pelaksanaan maupun
penulisan tesis ini.
Demikian tesis ini penulis buat, semoga dapat bermanfaat bagi penulis khususnya
dan pembaca pada umumnya.
Bandar Lampung, 24 Februari 2020
Penulis,
Dharma Agista Pratama
DAFTAR ISI
Halaman
DAFTAR ISI ............................................................................................... x
DAFTAR TABEL ..................................................................................... xii
DAFTAR GAMBAR ................................................................................. xiii
DAFTAR LAMPIRAN ............................................................................. xiv
DAFTAR ISTILAH .................................................................................. xvi
I. PENDAHULUAN ................................................................................ 1
A. Latar Belakang dan Masalah .......................................................... 1
B. Tujuan Penelitian ........................................................................... 3
C. Kerangka Pemikiran....................................................................... 4
D. Batasan Penelitian .......................................................................... 6
II. TINJAUAN PUSTAKA ....................................................................... 7
A. Peramalan ....................................................................................... 7
B. Persediaan ...................................................................................... 15
C. Tebu ............................................................................................... 22
D. Industri Gula PT. XYZ .................................................................. 24
III. METODE PENELITIAN ................................................................... 34
A. Waktu dan Tempat ......................................................................... 34
B. Jenis dan Sumber Data ................................................................... 34
C. Teknik Pengumpulan Data ............................................................. 34
D. Metode Analisis Data ..................................................................... 35
IV. HASIL DAN PEMBAHASAN ............................................................ 45
A. Peramalan Produksi Gula Pasir ...................................................... 45
B. Validasi Metode Peramalan dan Realisasi Produksi ...................... 49
C. Penentuan Bahan Baku Pembantu Prioritas Menggunakan
ABC Analysis ................................................................................. 51
D. Manajemen Persediaan .................................................................. 54
1. Metode Economic Order Quantity (EOQ) ................................ 55
2. Metode Period Order Quality (POQ) ....................................... 58
3. Metode Re-Order Point (ROP) ................................................. 61
4. Metode PT. XYZ Secara Konvensional .................................... 64
xi
E. Perbandingan Total Persediaan Bahan Baku Pembantu
Belerang dan Causatic Soda Antara Perhitungan PT. XYZ
dengan Metode EOQ, POQ, dan ROP ........................................... 66
F. Perbandingan Manajemen Persediaan Bahan Baku Pembantu
PT.XYZ Secara Konvensional dan Menggunakan Metode
Period Order Quality (POQ) ......................................................... 68
V. KESIMPULAN DAN SARAN ............................................................ 70
A. Kesimpulan .................................................................................... 70
B. Saran .............................................................................................. 70
DAFTAR PUSTAKA ................................................................................. 71
DAFTAR TABEL
Tabel Halaman
1. Hasil peramalan produksi gula pasir PT. XYZ ....................................... 46
2. Peramalan produksi gula pasir PT.XYZ pada tahun 2019 - 2023........... 48
3. Data luas area panen, jumlah tebu giling, rendemen, dan realisasi
produksi .................................................................................................. 50
4. ABC Analysis bahan baku pembantu di PT. XYZ ................................. 52
5. Biaya penyimpanan bahan baku pembantu belerang dan causatic soda 54
6. Kebutuhan optimum dengan menggunakan EOQ................................... 55
7. Perhitungan jumlah frekuensi waktu pemesanan optimum .................... 57
8. Kebutuhan optimum dengan menggunakan POQ ................................... 59
9. Perhitungan jumlah frekuensi waktu pemesanan optimal ....................... 60
10. Kebutuhan optimum dengan menggunakan ROP ................................. 62
11. Perhitungan jumlah frekuensi waktu pemesanan optimal ..................... 63
12. Pembelian Bahan Baku Pembantu Belerang dan Causatic Soda .......... 64
13. Total biaya pemesanan di PT. XYZ ...................................................... 65
14. Biaya Penyimpanan di PT. XYZ ........................................................... 65
15. Biaya Persediaan di PT. XYZ ............................................................... 65
16. Perbandingan total biaya persediaan bahan baku pembantu ................. 66
17. Perbandingan total biaya persediaan bahan baku pembantu .................. 68
DAFTAR GAMBAR
Gambar Halaman
1. Kerangka pemikiran rencana penelitian .................................................. 5
2. Proses pembuatan gula pasir di PT.XYZ ................................................ 27
3. Produksi gula pasir PT. XYZ tahun 2013-2018 ...................................... 45
4. Peramalan produksi gula pasir PT. XYZ menggunakan ......................... 48
5. Grafik validasi metode peramalan dan realisasi produksi....................... 49
6. Grafik Q metode EOQ bahan baku pembantu belerang.......................... 56
7. Grafik Q metode EOQ bahan baku pembantu causatic soda ................. 56
8. Grafik Q metode POQ bahan baku pembantu belerang .......................... 59
9. Grafik Q metode POQ bahan baku pembantu causatic soda .................. 60
DAFTAR LAMPIRAN
Lampiran Halaman
1. Data pembelian bahan baku pembantu PT. XYZ tahun 2019 ................. 75
2. Biaya persediaan bahan baku pembantu PT.XYZ secara konvensional . 76
3. Biaya persediaan bahan baku pembantu PT.XYZ menggunakan
metode Periode Order Quality (POQ) ................................................... 77
4. Biaya Pemesanan (Setup Cost/Ordering Cost) ....................................... 78
5. Safety stock bahan baku pembantu belerang dan causatic soda............. 79
6. Grafik peramalan dengan metode liniear regression .............................. 79
7. Grafik peramalan dengan metode moving average ................................. 80
8. Grafik peramalan dengan metode wighted moving average ................... 80
9. Grafik peramalan dengan metode eksponential smoothing α=0,3 .......... 81
10. Grafik peramalan dengan metode eksponential smoothing α=0,6 ........ 81
11. Grafik peramalan dengan metode eksponential smoothing α=0,9 ........ 81
12. Grafik peramalan dengan metode eksponential smoothing
with trend α=0,9; β=0,3........................................................................ 81
13. Grafik peramalan dengan metode eksponential smoothing
with trend α=0,9; β=0,6........................................................................ 82
14. Grafik peramalan dengan metode eksponential smoothing
with trend α=0,9; β=0,9........................................................................ 82
15. Analisis ABC bahan baku pembantu .................................................... 83
16. Perhitungan EOQ bahan baku pembantu belerang ............................... 84
xv
17. Perhitungan EOQ bahan baku pembantu causatic soda ....................... 84
18. Perhitungan POQ bahan baku pembantu belerang................................ 85
19. Perhitungan POQ bahan baku pembantu causatic soda ....................... 85
20. Perhitungan POQ bahan baku pembantu superflock 8394 ................... 86
21. Perhitungan POQ bahan baku pembantu clariflock 1836 ..................... 86
22. Perhitungan POQ bahan baku pembantu superflock 120 ..................... 87
23. Perhitungan POQ bahan baku pembantu fosfat .................................... 87
24. Perhitungan POQ bahan baku pembantu lime hydrat ........................... 88
25. Perhitungan POQ bahan baku pembantu buckom NT Prer .................. 88
26. Perhitungan POQ bahan baku pembantu buckom NT 49 ..................... 89
27. Perhitungan POQ bahan baku pembantu buckom NT 881 ................... 89
28. Perhitungan POQ bahan baku pembantu buckom tritaf 1015 ............... 90
29. Perhitungan POQ bahan baku pembantu buckom tritaf 32-2 ............... 90
30. Perhitungan POQ bahan baku pembantu garam ................................... 91
31. Perhitungan ROP bahan baku pembantu belerang ................................ 91
32. Perhitungan ROP bahan baku pembantu causatic soda ........................ 92
33. Lisensi Software POM-QM for Windows Version 3. ............................ 92
34. Flow Sheet Pengolahan Gula PT.XYZ.................................................. 93
35. Surat izin pengambilan data .................................................................. 94
36. Surat selesai penelitian .......................................................................... 95
37. Dokumentasi kegiatan penelitian .......................................................... 96
DAFTAR ISTILAH
Forecasting
Forecasting atau Peramalan merupakan suatu kegiatan ilmiah untuk
memperkirakan atau memprediksi kejadian dimasa yang akan datang
dengan bantuan penyusunan rencana terlebih dahulu agar dapat
meminimumkan pengaruh ketidakpastian terhadap suatu permasalahan.
MAD (Mean Absolute Deviation)
Metode untuk mengukur ketepatan ramalan dengan merata-rata kesalahan
dugaan (nilai absolut masing-masing kesalahan).
MSE (Mean Squared Error)
Metode untuk mengukur ketepatan ramalan dengan masing-masing
kesalahan dikuadratkan.
MAPE (Mean Absolute Percentage Error)
Metode untuk mengukur ketepatan ramalan dengan menghitung persentase
dari nilai absolut masing-masing kesalahan.
EOQ (Economic Order Quantity)
Metode perencanaan persediaan satu tahun yang dilakukan dengan cara
meminimalkan ongkos pesan dan ongkos simpan.
xvii
POQ (Period Order Quality)
Metode dalam pengendalian persediaan bahan baku yang bertujuan
menghemat total biaya persediaan dengan menekankan pada efektifitas
frekuensi pemesanan bahan baku agar lebih terpola.
ROP (Re-Order Point)
Metode dalam pengendalian persediaan yang bertujuan untuk menentukan
batas minimal tingkat persediaan bahan baku pembantu yang harus
dipertimbangkan untuk kembali memesan sehingga tidak terjadi kekurangan
persediaan.
POM-QM (Production and Operation Management-Quantitative Methods)
Program aplikasi yang secara khusus digunakan untuk membuat solusi
optimal untuk masalah-masalah dalam bidang manajemen operasi.
I. PENDAHULUAN
A. Latar Belakang dan Masalah
Tebu merupakan salah satu komoditas perkebunan penting di Provinsi
Lampung. Menurut BPS (2018), Provinsi Lampung memiliki luas areal
tanaman tebu mencapai 115.800 ha dengan kemampuan produksi sebesar
650.300 ton per tahun. Pabrik dan perkebunan tebu di Lampung telah banyak
berkontribusi kepada pemerintah dalam menanggulangi kebutuhan gula pasir
yang semakin meningkat. Pada tahun 2014 kebutuhan gula pasir nasional
mencapai 1,70 juta ton, tahun 2015 meningkat mencapai 1,81 juta ton, tahun
2016 meningkat mencapai 1,98 juta ton, tahun 2017 menurun mencapai 1,85
juta ton, dan tahun 2018 menurun mencapai 1,81 juta ton. Secara
keseluruhan kebutuhan gula pasir nasional pada tahun 2014 sampai tahun
2018 menunjukkan jumlah yang fluktuatif namun cenderung mengalami
peningkatan.
Di Indonesia, gula merupakan salah satu kebutuhan pokok penting. Selalu
bertambahnya jumlah penduduk Indonesia setiap tahunnya mengakibatkan
permintaan masyarakat akan gula juga semakin tinggi. Menurut BPS (2018),
jumlah realisasi angka produksi gula nasional pada tahun 2018 mencapai
2,174 juta ton yang dihasilkan dari areal perkebunan tebu yang ada sebesar
416.700 ha, sedangkan angka kebutuhan gula nasional setiap tahunnya
2
membutuhkan kurang lebih sebesar 5 juta ton. Hal tersebut berarti produksi
gula mengalami defisit hingga mencapai 2,5 juta ton setiap tahunnya.
Berkaitan dengan hal tersebut, industri gula nasional baik negeri maupun
swasta dituntut untuk dapat meningkatkan produktivitas gula guna memenuhi
kebutuhan gula nasional. Perencanaan serta pengendalian produksi yang
efektif dan efisien pada industri gula merupakan salah satu cara untuk
meningkatkan produktifitas gula pada industri gula nasional.
Perencanaan dan pengendalian produksi harus dilakukan oleh setiap
perusahaan yang melakukan kegiatan produksi agar bahan baku selalu
tersedia. Tersedianya bahan baku membuat perusahaan dapat melakukan
proses produksi sesuai dengan kebutuhan. Manajemen persediaan bahan
baku yang baik membuat permintaan konsumen dapat dipenuhi dengan
jumlah dan waktu penyerahan yang tepat serta biaya produksi minimum.
Sebaliknya, manajemen persediaan bahan baku yang tidak baik akan
mengakibatkan terganggunya proses produksi dan dapat mengakibatkan
perusahaan mengalami kerugian (Sofyan, 2013). Salah satu faktor yang perlu
diperhatikan dalam upaya meningkatkan produktifitas gula yaitu ketersediaan
bahan baku pembantu pada proses produksi gula. Peramalan yang tepat
terhadap kebutuhan bahan baku pembantu di masa yang akan datang dapat
menjadikan kegiatan produksi menjadi lebih efektif dan efisien.
Industri gula PT. XYZ merupakan salah satu perusahaan BUMN (Badan
Usaha Milik Negeri) yang bergerak di bidang agroindustri pengolahan tebu
menjadi gula pasir. Industri gula PT. XYZ sangat bergantung pada
persediaan bahan baku pembantu pada kegiatan produksi gula pasir. Selama
3
ini kegiatan produksi di PT. XYZ sering kali melakukan pemesanan secara
konvensional, dimana hanya memesan suatu barang tanpa memperhatikan
suatu permintaan akan produk tersebut sehingga sering terjadinya kelebihan
stok yang dapat menambah pengeluaran untuk biaya penyimpanan. Menurut
Tayibnapis, dkk. (2016), pemesanan secara konvensional merupakan salah
satu masalah mendasar yang dapat menyebabkan tingginya biaya operasional.
Oleh karena itu, peneliti bermaksud mengadakan penelitian yang dapat
membantu perusahaan meramalkan produksi di masa yang akan datang
dengan menggunakan metode forecasting dan teknik pengendalian
persediaan, untuk memaksimalkan fungsi persediaan bahan baku pembantu
yang ada di dalam perusahaan.
Dari latar belakang diatas maka penulis tertarik untuk mengangkat topik
dalam tugas akhir mengenai pengendalian persedian barang di perusahaan
tersebut dengan judul “ANALISIS PERAMALAN PRODUKSI DAN
PENGENDALIAN PERSEDIAAN BAHAN BAKU PEMBANTU DI
INDUSTRI GULA PT. XYZ KABUPATEN LAMPUNG UTARA “.
B. Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1. Menganalisis metode peramalan produksi gula pasir yang paling sesuai
untuk industri gula PT. XYZ.
2. Menganalisis metode pengendalian persediaan bahan baku pembantu yang
paling tepat untuk industri gula PT. XYZ.
4
C. Kerangka Pemikiran
Industri gula PT. XYZ merupakan salah satu perusahaan agroindustri yang
mengelola komoditas tebu mulai dari penanaman tanaman tebu, pengolahan
bahan baku tebu di pabrik, pengepakan hasil jadi sampai dengan penjualan
gula pasir sebagai produk akhir. Industri gula PT. XYZ masih melakukan
pemesanan secara konvensional, dimana pemesanan dilakukan berdasarkan
kebiasaan atau pengalaman dari periode sebelumnya. Pemesanan yang
dilakukan secara konvensional dapat mengakibatkan sering terjadinya
kerusakan barang akibat kelebihan stok barang dan menambah pengeluaran
untuk biaya penyimpanan.
Persediaan bahan baku pembantu pada industri gula merupakan faktor
penting guna kelancaran proses produksi sehingga perlu dilakukan suatu
perencanaan untuk mengefisienkan persediaan baik secara ekonomi maupun
kuantitas. Perencanaan persediaan bahan baku pembantu diperlukan
peramalan produksi gula untuk mengetahui jumlah bahan baku pembantu
yang dibutuhkan. Peramalan (forecasting) produksi gula dilakukan
menggunakan metode Linear Regression, Moving Average, Weighted Moving
Average, Exponential Smoothing, dan Exponential Smoothing with Trend.
Metode peramalan terbaik ditentukan dengan pengukuran relatif yang
bertujuan untuk mengetahui besar kesalahan pada setiap metode peramalan.
Pengukuran relatif dilakukan dengan menghitung nilai Mean Absolute
Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute
Percentage Error (MAPE). Metode peramalan dengan nilai MAD, MSE, dan
MAPE terkecil merupakan metode peramalan yang paling tepat digunakan
5
pada industri gula PT. XYZ. Hasil peramalan produksi gula yang diperoleh
digunakan sebagai acuan dalam perencanaan pengendalian persediaan bahan
baku pembantu. Teknik pengendalian persediaan bahan baku pembantu yang
digunakan yaitu ABC Analysis, Economic Order Quantity (EOQ), Period
Order Quality (POQ), dan Re-Order Point (ROP). Adapun kerangka
pemikiran rencana penelitian disajikan pada Gambar 1.
Gambar 1. Kerangka pemikiran rencana penelitian
PT. XYZ
Peramalan Produksi
Gula Pasir
Pengendalian
Persediaan Bahan
Baku Pembantu
Metode Forecasting
- Linear Regression
- Moving Average
- Weighted Moving Average
- Exponential Smoothing
- Exponential Smoothing with
Trend
Teknik Pengendalian Persediaan
- ABC Analysis
- Economic Order Quantity (EOQ)
- Period Order Quality (POQ)
- Re-Order Point (ROP)
Implikasi Hasil
Penelitian
Pengukuran Relatif
Metode Forecasting
Pengukuran Relatif
- Mean Absolute Deviation (MAD)
- Mean Squared Error (MSE)
- Mean Absolute Percentage Error
(MAPE)
6
D. Batasan Penelitian
Batasan pada penelitian ini adalah:
1. Metode peramalan produksi gula pasir yang digunakan adalah Linear
Regression, Moving Average, Weighted Moving Average, Exponential
Smoothing, dan exponential smoothing with trend dengan data yang
digunakan untuk melakukan peramalan adalah data produksi gula pasir
PT.XYZ tahun 2013-2019.
2. Teknik pengendalian persediaan yang digunakan adalah ABC Analysis,
Economic Order Quantitiy (EOQ), Period Order Quality (POQ), dan
Re-Order Point (ROP) dengan pengendalian persediaan dibatasi pada
pengendalian persediaan bahan baku pembantu di PT.XYZ.
II. TINJAUAN PUSTAKA
A. Peramalan
Peramalan merupakan suatu kegiatan ilmiah untuk memperkirakan atau
memprediksi kejadian dimasa yang akan datang dengan bantuan penyusunan
rencana terlebih dahulu. Rencana tersebut dibuat berdasarkan kapasitas dan
kemampuan permintaan atau produksi yang telah dilakukan pada suatu
perusahaan. Dalam kegiatan produksi, peramalan dilakukan untuk
menentukan jumlah permintaan yang sulit diperkirakan secara tepat.
Peramalan yang dibuat selalu diupayakan agar dapat meminimumkan
pengaruh ketidakpastian terhadap suatu permasalahan (Handoko, 2014).
1. Tujuan Peramalan
Tujuan utama dari peramalan yaitu untuk meramalkan permintaan dimasa
yang akan datang dengan suatu perkiraan ilmiah agar dapat mendekati
keadaan sebenarnya. Menurut Yamit (2003), berdasarkan horizon waktu,
tujuan peramalan dapat diklasifikasikan menjadi tiga kelompok:
1.1. Peramalan jangka panjang
Peramalan ini digunakan sebagai perencanaan produksi dan
perencanaan sumber daya pada 5 sampai dengan 20 tahun
mendatang.
8
1.2. Peramalan jangka menengah
Peramalan ini digunakan untuk menentukan perhitungan aliran kas
dan penentuan anggaran pada perencanaan dan pengendalian
produksi yang bersifat bulanan atau kuartal.
1.3. Peramalan jangka pendek
Peramalan ini digunakan untuk mengambil keputusan yang berkaitan
dengan penjadwalan tenaga kerja, mesin, bahan baku, dan sumber
daya produksi jangka pendek. Pada umumnya peramalan jangka
pendek bersifat perencanaan harian ataupun mingguan.
2. Prinsip-Prinsip Peramalan
Perencanaan suatu peramalan harus berlandasakan prinsip peramalan
guna mendapatkan hasil peramalan yang baik. Menurut Sofyan (2013),
adapun prinsip-prinsip peramalan tersebut adalah sebagai berikut:
2.1. Peramalan selalu mengandung kesalahan
Peramalan hanya dapat mengurangi faktor ketidakpastian sehingga
hasil peramalan hampir tidak pernah 100 persen sesuai dengan
kenyataan yang terjadi dilapangan.
2.2. Peramalan selalu memberi informasi tentang ukuran kesalahan
Informasi besar kesalahan dalam suatu perhitungan dapat dijadikan
tolak ukur pengguna dalam pengambilan suatu keputusan.
2.3. Peramalan jangka pendek lebih akurat dibandingkan jangka
panjang
Faktor-faktor yang mempengaruhi peramalan jangka pendek relatif
lebih sedikit dan konstan jika dibandingkan dengan peramalan
9
jangka panjang. Semakin sedikit faktor-faktor yang memperngaruhi
suatu permalan maka semakin kecil pula kemungkinan terjadinya
perubahan pada faktor-faktor yang mempengaruhi permintaan
tersebut.
2.4. Peramalan item yang dikelompokkan dalam famili dapat
dipercaya
Famili produk yang dikelompokkan akan mempunyai persentase
kesalahan peramalan yang lebih besar dibandingkan dengan famili
produk sebagai suatu unit. Namun, peramalan tersebut dapat
dipercaya dengan berdasarkan pada besaran kesalahan yang
terkandung dalam perhitungan yang telah dilakukan. Biasanya
variasi yang diharapkan atas penyimpangan dalam suatu perhitungan
yang telah dilakukan yaitu berkisar antara 10-15 %.
2.5. Peramalan permintaan lebih akurat jika berdasarkan
perhitungan
Peramalan permintaan berdasarkan hasil perhitungan biasanya lebih
disukai dibandingkan peramalan permintaan yang hanya berdasarkan
hasil peramalan masa lalu saja. Oleh karena itu, apabila besarnya
permintaan produk akhir telah ditentukan, sebaiknya jumlah sumber
daya juga dihitung berdasarkan metode peramalan yang sesuai.
3. Faktor yang Mempengaruhi Pemilihan Metode Peramalan
Pemilihan metode peramalan didasarkan pada kemampuan suatu metode
dalam menganalisis pola dari data masa lalu sehingga dapat memberikan
cara pemikiran, pengerjaan, dan pemecahan masalah yang sistematis serta
10
memberikan tingkat keyakinan yang lebih besar atas ketepatan hasil
ramalan yang diperoleh. Pemilihan metode peramalan dapat didasarkan
oleh faktor-faktor yang mempengaruhi suatu peramalan (Ristono, 2009).
Menurut Sofyan (2013), adapun faktor-faktor dalam pemilihan metode
peramalan adalah sebagai berikut:
3.1. Horizon waktu
Faktor ini digunakan untuk mengaitkan antara periode waktu dan
jumlah periode dengan metode peramalan yang sesuai.
3.2. Tingkat ketelitian
Tingkat ketelitian berkaitan dengan besarnya penyimpangan dalam
suatu perhitungan.
3.3. Ketersediaan data
Data yang tersedia didisesuaikan dengan metode peramalan yang
akan digunakan, misalkan data yang tersedia mempunyai pola
fluktuatif terus menerus dapat menggunakan metode trend untuk
pengambilan keputusan di masa mendatang.
3.4. Bentuk pola data
Hasil sebaran data masa lalu dapat mempengaruhi hasil akhir
perhitungan peramalan.
3.5. Biaya
Besar atau kecilnya biaya pada suatu kegiatan produksi
mempengaruhi pemilihan metode peramalan. Pemilihan metode
peramalan dipengaruhi empat unsur biaya yaitu biaya
11
pengembangan, biaya penyimpanan data, biaya operasi pelaksanaan,
dan biaya penggunaan metode peramalan.
3.6. Jenis dari model
Setiap model peramalan mempunyai kemampuan analisis keadaan
yang berbeda-beda dalam sistem penunjang keputusan. Model
peramalan dapat ditentukan berdasarkan klasifikasi waktu sebaran
data.
3.7. Penggunaan dan aplikasinya
Metode peramalan yang dapat dimengerti dan mudah dalam
pengaplikasiannya akan mempermudah pengguna dalam mengambil
suatu keputusan.
4. Metode Peramalan Kualitatif
Metode peramalan kualitatif merupakan metode peramalan yang
dilakukan berdasarkan atas pertimbangan akal sehat yang dipengaruhi
oleh intuisi, emosi, pendidikan, dan pengalaman seseorang. Metode ini
dalam perhitungannya tidak menggunakan perhitungan secara matematis.
Pada umumnya metode peramalan kualitatif digunakan jika data
kuantitatif tentang permintaan masa lalu tidak tersedia. Metode
peramalan kualitatif yang umum digunakan dalam perencanaan produksi
yaitu teknik survey, teknik jajak pendapat, teknik delphi, keputusan
manajemen, metode kelompok terstruktur, riset pasar, analogi historis,
dan kurva siklus daur hidup (Baroto, 2002).
12
5. Metode Peramalan Kuantitatif
Metode peramalan kuantitatif merupakan metode peramalan yang hanya
dapat digunakan jika terdapat informasi masa lalu dalam bentuk data
untuk dapat di asumsikan sebagai pola yang akan berlanjut di masa
mendatang. Berbeda dengan metode peramalan kualitatif, metode ini
dalam perhitungannya menggunakan perhitungan secara matematis
(Baroto, 2002). Menurut Sofyan (2013), adapun metode peramalan
kuantitatif dikelompokkan menjadi dua jenis sebagai berikut:
5.1. Metode deret waktu (time series)
Metode deret waktu digunakan untuk menganalisis data berdasarkan
fungsi dari waktu. Metode ini berkaitan dengan nilai-nilai variabel
yang diatur secara periodik sepanjang waktu dimana perkiraan
permintaan diproyeksikan. Adapun metode deret waktu dibagi
menjadi 5 metode yaitu:
5.1.1. Metode penghalusan (smoothing)
Metode penghalusan merupakan metode yang digunakan
untuk mengatur data masa lalu dengan cara merata-ratakan
sederet data hingga memiliki jarak dan jumlah data yang
hampir seimbang. Metode ini umumnya digunakan untuk
peramalan jangka pendek (Yamit, 2003). Menurut Sofyan
(2013), Metode penghalusan terbagi menjadi beberapa
metode yaitu Single Moving Average, Linier Moving
Average, Weigthed Moving Average, Single Eksponential
13
Smoothing, Double Eksponential Smooting,dan Eksponential
Smoothing (pola musiman).
5.1.2. Metode proyeksi kecenderungan regresi
Metode kecenderungan regeresi merupakan metode
peramalan berdasarkan garis kccenderungan untuk
diproyeksikan pada masa yang akan datang. Metode ini
dapat digunakan untuk peramalan jangka pendek maupun
peramalan jangka panjang. Metode kecenderungan regeresi
terbagi menjadi beberaoa metode yaitu Konstan, Linier,
Kuadratis, Eksponensial, dan Siklis (Sofyan 2013). Menurut
Prasetio (2014), metode regresi linier memiliki akurasi
peramalan yang baik dalam menentukan tingkat permintaan
terhadap suatu produk.
5.1.3. Metode musiman (Seasonal)
Metode seasonal merupakan metode peramalan yang sangat
dipengaruhi oleh faktor musiman seperti faktor cuaca, libur,
atau kecenderungan perdagangan yang sifatnya berulang
pada periode tertentu. Metode ini dapat digunakan untuk
peramalan produksi dalam jangka pendek (Yamit, 2003).
5.1.4. Metode tren
Metode tren merupakan metode peramalan yang dapat
digunakan jika data bersifat fluktuatif terus menerus. Metode
ini terbagi atas beberapa tren yaitu tren linier, tren
14
eksponensial, tren logaritma, tren geometrik, dan tren
hyperbola (Bahagia, 2006).
5.1.5. Metode dekomposisi
Metode dekomposisi merupakan metode yang dapat
digunakan dengan menentukan kombinasi dari fungsi yang
ada untuk didekatkan dengan fungsi linier atau siklis dan
kemudian dibagi atas waktu berdasarkan pola data yang ada.
Metode ini mendekomposisikan suatu deret berkala dengan
tujuan untuk memisahkan setiap komponen deret data
(Yamit, 2003).
5.2. Metode kausal
Metode kausal merupakan metode peramalan yang digunakan untuk
menemukan bentuk hubungan suatu variabel dan menggunakannya
untuk meramalkan nilai-nilai variabel tersebut. Menurut Sofyan
(2013), metode kausal dibedakan menjadi 3 metode sebagai berikut:
5.2.1. Metode regresi dan korelasi
Metode regresi dan korelasi merupakan metode yang
mempunyai tingkat ketepatan sangat baik untuk peramalan
jangka pendek. Pada umumnya metode ini digunakan untuk
peramalan penjualan, perencanaan keuntungan, peramalan
permintaan, serta peramalan keadaan ekonomi sosial
masyarakat.
15
5.2.2. Metode ekonometrik
Metode ekonometrik merupakan metode yang mempunyai
ketepatan sangat baik untuk peramalan jangka pendek
maupun peramalan jangka panjang. Metode ini selalu
digunakan untuk melakukan peramalan penjualan menurut
jenis produk seperti permintaan, harga, dan penawaran.
5.2.3. Metode input-output
Metode input-output merupakan metode yang digunakan
untuk peramalan jangka panjang namun tidak memiliki
ketepatan peramalan yang baik. Metode ini digunakan untuk
menyusun tren ekonomi jangka panjang seperti peramalan
penjualan perusahaan, penjualan sektor industri, serta
peramalan produksi dari sektor dan sub-sektor industri.
B. Persediaan
Persediaan adalah sejumlah sumber daya yang disediakan perusahaan untuk
memenuhi permintaan dari konsumen. Tanpa persediaan, perusahaan akan
dihadapkan pada resiko besar yaitu tidak terpenuhinya permintaan produk
pada waktu yang diinginkan. Sebaliknya, jika perusahaan memiliki
persediaan berlebih maka akan menimbulkan adanya biaya yang disebut
dengan biaya penyimpanan (Handoko, 2014). Menurut Iqbal dkk. (2017),
manajemen persediaan yang tidak baik akan mempunyai dampak yang serius
terhadap suatu organisasi. Adapun tujuan dari adanya persediaan yaitu (1)
menghilangkan resiko keterlambatan datangnya barang atau bahan yang
dibutuhkan perusahaan, (2) menghilangkan resiko kerusakan material yang
16
dipesan sehingga harus dikembalikan, (3) menyimpan bahan yang bersifat
musiman sehingga dapat digunakan bila bahan tersebut tidak ada di pasar, (4)
menjamin kelancaran proses produksi perusahaan, (5) menjamin penggunaan
mesin secara optimal, (6) memberikan jaminan akan ketersediaan produk jadi
kepada konsumen, dan (7) dapat melaksanakan produksi sesuai keinginan
tanpa menunggu adanya dampak atau resiko penjualan.
Menurut Sofyan (2013), berdasarkan jenisnya persediaan dapat dibagi
menjadi 5 jenis yaitu:
1. Persediaan bahan baku
Persediaan bahan baku merupakan persediaan barang-barang yang dibeli
dari pemasok yang akan diolah menjadi produk jadi oleh suatu
perusahaan.
2. Persediaan barang setengah jadi
Persediaan barang setengah jadi merupakan persediaan bahan baku yang
sudah diolah atau dirakit menjadi suatu komponen namun masih
membutuhkan langkah selanjutnya untuk menjadi produk akhir.
3. Persediaan barang produk atau parts yang dibeli
Persediaan barang produk atau parts yang dibeli merupakan persediaan
komponen yang sudah dirakit oleh perusahaan lain dan dapat langsung
dirakit dengan komponen lain untuk mendapatkan produk akhir.
4. Persediaan barang jadi
Persediaan barang jadi merupakan persediaan barang yang telah selesai di
proses dan siap disimpan digudang atau didistribusikan kepada
konsumen.
17
5. Persediaan bahan-bahan pembantu
Persediaan bahan-bahan pembantu merupakan persediaan bahan atau
barang yang dibutuhkan untuk menunjang suatu kegiatan produksi namun
tidak menjadi bagian produk akhir yang dihasilkan perusahaan.
Dalam mengambil keputusan mengenai kuantitas produk yang akan dipesan
dan waktu pemesanan yang tepat maka dibutuhkan metode yang sesuai
dalam mengukur besarnya suatu persediaan (Subagya, 1994). Menurut
Sofyan (2013), metode pengendalian persediaan dibagi menjadi 3 metode
yaitu:
1. Pengendalian persediaan secara statistik (Statistical Inventory
Control)
Metode persediaan secara statistik merupakan metode untuk
mengendalikan kualitas produk dengan cara memonitor suatu proses baik
terhadap variabel kualitas produk ataupun variabel yang terlibat dalam
proses produksi. Metode ini menggunakan ilmu matematika dan statistik
untuk memecahkan masalah kuantitatif dalam sistem persediaan. Metode
ini dilakukan untuk mengetahui beberapa kondisi persediaan seperti
menentukan jumlah ukuran pemesanan dinamis (Economic Order
Quantity), mengetahui kapan titik pemesanan kembali dilakukan (Re-
order Point), dan mengetahui jumlah cadangan pengamanan (Safety
Stock) yang harus dimiliki perusahaan. Menurut Febilia dan Dyah (2016),
penggunaan metode EOQ harus disertai dengan perhitungan safety stock
dan re-order point. Safety stock merupakan persediaan yang harus berada
di gudang selama perusahaan melakukan pemesanan guna memperlancar
18
proses jual beli. Sedangkan re-order point merupakan perhitungan yang
digunakan untuk mengantisipasi keterlambatan pengiriman barang yang
sudah dipesan.
2. Perencanaan kebutuhan material (Material Requirement Planing)
Metode perencanaan kebutuhan material (MRP) merupakan metode yang
membahas cara yang tepat dalam perencanaan kebutuhan barang dalam
proses produksi sehingga barang yang dibutuhkan dapat tersedia sesuai
dengan yang direncanakan. Metode MRP dalam penggunaannya
memanfaatkan kemampuan komputer untuk menyimpan dan mengolah
data yang berguna untuk operasional perusahaan. Metode MRP
mempunyai tujuan untuk menentukan kebutuhan sekaligus mendukung
jadwal produksi induk, mengendalikan persediaan, dan menjadwalkan
produksi agar tepat waktu. Menurut Bahagia (2006), sistem MRP juga
dikembangkan untuk membantu perusahaan mengatasi kebutuhan bahan-
bahan yang saling terkait secara lebih baik dan efisien. Dalam sistem
MRP, proses penentuan besarnya ukuran jumlah pesanan yang optimal
untuk sebuah item dilakukan berdasarkan kebutuhan bersih yang
dihasilkan dari setiap periode horison perencanaan.
Metode MRP mempunyai beberapa teknik dalam penentuan ukuran lot.
Pada saat penentuan teknik ukuran lot, hal yang perlu diperhatikan yaitu
menyeimbangkan ongkos pemesanan dengan ongkos penyimpanan dan
menggunakan konsep jumlah pesanan tetap dengan jumlah periode
pemesanan tetap (Indrajit dan Djokopranoto, 2003). Menurut Sofyan
19
(2013), teknik-teknik yang dapat digunakan untuk menentukan ukuran lot
yaitu sebagai berikut:
2.1. Jumlah pesanan tetap (Fixed Order Quantity)
Pendekatan menggunakan teknik jumlah pemesanan tetap biasa
dilakukan karena adanya keterbatasan akan fasilitas seperti
kemampuan gudang, transportasi, pemasok, dan pabrik. Salah satu
ciri dari jumlah periode tetap ini adalah ukuran lot selalu tetap tetapi
periode pemesanannya selalu berubah.
2.2. Jumlah pesanan sesuai permintaan (Lot For Lot)
Pendekatan menggunakan teknik jumlah pesanan sesuai permintaan
bertujuan untuk meminimumkan ongkos simpan sehingga ongkos
simpan menjadi nol (jumlah yang dipesan sama dengan jumlah yang
dibutuhkan). Menurut Gazali dkk. (2015), teknik Lot For Lot dapat
meminimumkan biaya pengadaan karena tidak ada biaya
penyimpanan bahan baku. Semua bahan baku yang dipesan pada
periode tertentu langsung digunakan pada periode tersebut.
Anggraini dkk. (2017), menyatakan bahwa teknik Lot For Lot dapat
meminimumkan total biaya persediaan sehingga biaya yang
dikeluarkan oleh perusahaan menjadi lebih efisien.
2.3. Jumlah pesanan ekonomis (Economic Order Quantity)
Pendekatan menggunakan teknik jumlah pesanan ekonomis
dilakukan untuk meminimalisasi ongkos simpan dan ongkos pesan
sehingga ukuran lot tetap berdasarkan hitungan minimasi tersebut.
Menurut Rahmawati dkk. (2017), teknik Economic Order Quantity
20
dapat memberikan keuntungan bagi suatu perusahaan dengan cara
mengantisipasi kekurangan maupun kehabisan bahan baku serta
dapat menjadi salah satu alternatif alat untuk memperhitungkan
jumlah pemesanan yang ekonomis.
2.4. Jumlah pesanan sesuai periode (Period Order Quantity)
Pendekatan menggunakan teknik jumlah pesanan sesuai periode
dilakukan atas dasar jumlah pemesanan ekonomis agar dapat dipakai
pada periode yang bersifat diskrit. Menurut Baroto (2002), dengan
mengambil dasar perhitungan pada metode EOQ maka akan
diperoleh besarnya jumlah pesanan yang harus dilakukan dan
interval periode pemesanannya dalam setahun.
2.5. Ongkos unit terkecil (Least Unit Cost)
Pendekatan menggunakan teknik ongkos unit terkecil dilakukan
dengan sangat memperhatikan konsep pemesanan dengan ongkos
unit terkecil. Menurut Ristono (2009), pada teknik ini ukuran
kuantitas pemesanan (lot size) ditentukan dengan cara
membandingkan ongkos per satu unit pada satu period ke periode
selanjutnya. Apabila hasil yang didapatkan lebih rendah atau murah
maka perhitungan dilanjutkan, sebaliknya jika hasil lebih mahal
maka perhitungan dihentikan.
2.6. Ongkos total terkecil (Least Total Cost)
Pendekatan menggunakan teknik ongkos total terkecil sangat
memperhatikan ongkos total yang akan diminimalisasikan apabila
setiap lot dalam suatu horison perencanaan hampir sama besarnya.
21
2.7. Penyeimbangan periode (Part Period Balancing)
Pendekatan menggunakan teknik penyeimbangan periode dilakukan
atas dasar ukuran lot yang ditetapkan bila ongkos simpannya sama
atau mendekati ongkos pesannya.
2.8. Kebutuhan dengan periode tetap (Fixed Period Requirement)
Pendekatan menggunakan tenkik kebutuhan dengan periode tetap
dilakukan atas dasar ukuran lot denga periode tetap, dimana pesanan
dilakukan berdasarkan periode waktu tertentu saja. Teknik ini
menggunakan konsep interval pemesanan yang konstan namun
ukuran kuantitas pemesanannya (lot size) boleh bervariasi.
3. Persediaan tepat waktu (Just In Time)
Metode persediaan tepat waktu (Just In Time) dikenal sebagai suatu
filosofi dari manajemen operasi untuk mengeliminasi pemborosan yang
terdapat pada seluruh aspek aktivitas produksi seperti manusia, supplier,
distributor, teknologi, dan juga manajemen persediaan. Konsep dasar dari
sistem produksi menggunakan metode Just In Time adalah memproduksi
produk yang diperlukan pada waktu dibutuhkan pelanggan, dalam jumlah
sesuai kebutuhan pelanggan, pada setiap tahapan produksi dengan cara
yang paling ekonomis atau paling efisien melalui eliminasi pemborosan
(Sofyan, 2013).
Tujuan dari penerapan sistem Just In Time diantaranya yaitu (1)
mengurangi adanya persediaan, (2) penurunan waktu pemesanan, (3)
pengendalian kualitas, (4) peningkatan performansi tenaga kerja dan
produksi, (5) perbaikan berkelanjutan, (6) meningkatkan kemampuan
22
perusahaan agar dapat berkompetisi dengan perusahaan lain, dan (7)
meningkatkan produktifitas usaha yang harus dilakukan pekerja
(Handoko, 2014).
Metode Just In Time mendefinisikan 8 jenis pemborosan yang sering
terjadi pada proses produksi yaitu (1) pemborosan dari produksi produk
cacat, (2) pemborosan dari transportasi dan penanganan bahan, (3)
pemborosan dari persediaan, (4) pemborosan dari kelebihan produksi, (5)
pemborosan dari waktu menunggu, (6) pemborosan dalam proses, (7)
pemborosan gerakan, dan (8) kreativitas karyawan yang tidak
dimanfaatkan (Nasution, dkk., 2008).
C. Tebu
Tebu (Saccharum officinarum) adalah jenis tanaman berserabut sesaudara
dengan alang-alang yang dapat tumbuh di daerah tropis dan subtropis. Tebu
diketahui sejak 8.000 tahun Sebelum Masehi dari habitat aslinya di New
Guinea menyebar ke Kepulauan Salomon dan New Hebrides serta New
Caledonia, kemudian ke Barat Daya seperti Sulawesi, Kalimantan, Jawa,
Vietnam, dan India sejak sekitar 6.000 tahun Sebelum Masehi. Baru setelah
itu menyebar ke pulau-pulau di Pasifik dan Hawaii serta bagian lain dari
Oceania (Siregar dan Try, 2017).
Tanaman tebu merupakan komoditas dengan morfologi yang unik. Menurut
Wijayanti (2008), Tanaman tebu mempunyai batang yang tinggi, tidak
bercabang dan tumbuh tegak. Tanaman yang tumbuh baik, tinggi batangnya
dapat mencapai 3-5 meter atau lebih. Pada batang tebu yang masih muda
23
terdapat lapisan lilin yang berwarna putih dan keabu-abuan. Bentuk ruas
batang dan warna batang tebu yang bervariasi merupakan salah satu ciri
dalam pengenalan varietas tebu.
Dalam budidaya tebu hal yang harus diperhatikan salah satunya yaitu hama
dan penyakit tanaman tebu. Menurut Siregar dan Try (2017), beberapa
macam hama yang sering dijumpai pada tanaman tebu adalah penggerek
pucuk, penggerek batang, kutu bulu putih, tikus, uret dan babi hutan. Uret dan
kutu bulu putih merupakan hama utama bagi tanaman tebu di lahan kering.
Sedangkan penyakit yang sering dijumpai pada tanaman tebu adalah noda
merah, pokkahbung, mosaik, noda kuning, noda cincin, karat orange,
penyakit pembuluh, dan penyakit blondok.
Berikut merupakan klasifikasi botani tanaman tebu (Plantamor, 2019):
Kingdom : Plantae (tumbuhan)
Subkingdom : Tracheobionta (tumbuhan berpembuluh)
Super Divisi : Spermatophyta (menghasilkan biji)
Divisi : Magnoliophyta (tumbuhan berbunga)
Kelas : Liliopsida (berkeping satu/monokotil)
Sub kelas : Commelinidae
Ordo : Poles
Famili : Poaceae (suku rumput-rumputan)
Genus : Saccharum
Spesies : Saccharum officinarum L.
24
D. Industri Gula PT. XYZ
1. Sejarah Industri Gula PT. XYZ
Industri gula PT. XYZ merupakan salah satu distrik yang merupakan
bagian dari PT. Perkebunan Nusantara VII (Persero) yang bergerak dalam
budidaya tebu dan pabrik gula. Industri gula PT. XYZ memiliki lahan
perkebunan serta pabrik untuk mengolah hasil tanaman tebu sendiri
maupun tebu rakyat dengan sistem jual beli tebu.
Perkembangan industri gula PT. XYZ diawali pada tahun 1971 dan 1972
dengan diadakannya survey gula oleh Indonesian Sugar Study (ISS) untuk
melihat kelayakan pembangunan Pabrik Gula di luar Jawa. Survei serupa
juga dilakukan pada tahun 1979 dan 1980 oleh World Bank meliputi lima
lokasi termasuk lokasi X di Provinsi Lampung. Pada tahun 1981 melalui
Surat Keputusan Menteri Pertanian No. 688/Kpts/Org/8/1981 tanggal 11
Agustus 1981, didirikan Proyek Pabrik Gula CM dan Proyek Pabrik Gula
X. Kaitannya dengan hal ini, PTP XXI-XXII (Persero) yang berkantor
pusat di Surabaya mendapatkan tugas untuk melaksanakan pembangunan
dua pabrik gula ini.
Sejak proyek ini dimulai, kegiatan pembebasan dan pembukaan lahan
sudah dimulai. Pada tahun 1982 diadakan pembaruan. Studi lebih
terperinci atas survei tahun 1980 bertujuan untuk mensirikan Pabrik Gula.
Selanjutnya pada April 1982, ditandatangani kontrak pembangunan
pabrik gula X oleh pemerintah dan kontraktor. Pelaksanaan
pembangunan pabrik baru selesai pada tahun 1984. Atas pengusulan
25
rakyat dan pemerintah daerah, Pabrik Gula X disetujui pemerintah untuk
kemudian diubah menjadi Pabrik Gula XYZ melalui Surat Menteri
Pertanian No. 446/Mentan/V/1982 tanggal 31 Mei 1982. Pada Agustus
1984 dilaksanakan Performance Test untuk Pabrik Gula CM dan industri
gula PT. XYZ dan selanjutnya mulailah dilaksanakan giling komersial
(PT Perkebunan Nusantara VII, 2014).
2. Letak Geografis Industri Gula PT. XYZ
Menurut PT Perkebunan Nusantara VII (2014), Industri gula PT. XYZ
terletak pada salah satu Distrik yang masuk dalam wilayah operasional
Distrik Way Seputih Provinsi Lampung yang bergerak budidaya tanaman
Tebu dan Pabrik Gula. Industri gula PT. XYZ terletak di Desa Negara
Tulang Bawang, Kabupaten Lampung Utara. Industri gula PT. XYZ
dapat ditempuh sejauh 157 Km dari Bandar Lampung (Ibukota Provinsi
Lampung) dan 45 km dari Kotabumi (Ibukota Kabupaten Lampung
Utara).
Adapun batas areal industri gula PT. XYZ sebagai berikut:
- Utara : Negeri Besar
- Selatan : Kecamatan Sungkai Selatan
- Timur : Kecamatan Muara Sungkai
- Barat : Kecamatan Kotabumi Utara
3. Komoditas
Industri gula PT. XYZ mengelola komoditas produk gula, mulai dari
pengusahaan penanaman tanaman tebu, pengolahan batang tebu di Pabrik
Gula, sampai pengepakan (packaging) hasil jadi gula, sampai terakhir
26
pada penjualan. Selain produk utama gula, hasil sampingan dari olahan
tebu yaitu tetes tebu yang biasa dipakai untuk bahan campuran penyedap
rasa. Kedepan tetes tebu juga dapat dipakai sebagai bahan bakar alternatif
yang dikenal dengan nama Bio Ethanol. Hasil samping lainnya juga
dapat berupa blotong yang merupakan hasil olah limbah padat pabrik
gula. Blotong dapat dimanfaatkan sebagai pupuk organik. Selain
komoditas olahan, industri gula PT. XYZ juga mengusahakan bahan baku
sisa dari tanaman tebu berupa daun pucuk tanaman tebu yang bisa
dimanfaatkan untuk pakan ternak sapi (PT Perkebunan Nusantara VII,
2014).
4. Pengolahan Tebu Industri Gula PT. XYZ
Tebu yang merupakan salah satu jenis tanaman yang banyak memiliki
kandungan gula, air, sabut (fiber), dan zat-zat lain yang terlarut, sebelum
dilakukan proses pembuatan gula putih, tentu saja harus dilakukan proses
pemisahan terlebih dahulu antara nira (zat terlarut) dengan zat yang tidak
terlarut (sabut). Proses pemisahan ini disebut juga sebagai proses
pemerahan nira. Metode yang digunakan untuk proses pemerahan nira ini
antara lain adalah dengan susunan beberapa tandem battery gilingan
(Mill), atau dengan kombinasi dengan menggunakan proses diffusi
(Diffuser) kemudian dilanjutkan dengan tandem battery gilingan (Mill).
Proses pemerahan nira yang digunakan pada industri gula PT. XYZ
adalah dengan menggunakan kombinasi Diffuser dan Mill. Sebelum
dilakukan pemerahan, dilakukan proses perlakuan pendahuluan terlebih
dahulu untuk menghasilkan pemerahan nira yang baik. Proses persiapan
27
ini bertujuan untuk memecah sel-sel tebu. Proses preparation ini sangat
mempengaruhi prosentase nira yang dapat di perah (ekstrak) pada proses
pemerahan nira. Berhasil atau tidaknya proses preparation ini
ditunjukkan dari besarnya presentase pencacahan sel tebu (Preparation
Index).
Proses pembuatan gula pasir PT.XYZ meliputi beberapa tahapan, yaitu
proses penggilingan, proses pemerahan untuk memperoleh ekstraksi,
proses pemurnian, proses penguapan (evaporator), proses masakan
(kristalisasi), proses putaran, proses pengeringan, dan proses pengepakan.
Proses pembuatan gula pasir di PT.XYZ disajikan pada gambar 2.
Gambar 2. Proses pembuatan gula pasir di PT.XYZ
Stasiun Penggilingan
Stasiun Pemurnian
Stasiun Evaporasi
Stasiun Kristalisasi
Stasiun Puteran
Stasiun Pengemasan
TEBU
GULA SHS
Air,
Mikrobioksida
Ampas
Susu kapur,
Gas SO2 ,
Flokulan,
Garam,
asam fosfat
Gas SO2
Blotong
Uap air
Tetes
28
4.1. Stasiun Penggilingan
Tujuan utama dari stasiun ini adalah pengambilan nira sebanyak-
banyaknya dari batang tebu dengan cara pencacahan, pemotongan,
dan pemerasan. Tahap awal pada stasiun ini adalah dengan
mengirim tebu yang sudah berada dalam lori menuju meja tebu
(crane table), kemudian tebu yang berada dalam lori diambil dengan
menggunakan alat angkut (cane crane). Selanjutnya tebu menuju
unit pencacah (unigrator). Setelah melewati unit pencacah, tebu
akan berbentuk potongan berukuran kecil dan dilanjutkan menuju
unit gilingan. Dalam proses gilingan ini, tebu yang digiling
dimanfaatkan seluruhnya sehingga tidak ada tebu yang terbuang.
Untuk menjaga kualitas tebu dan nira selama proses gilingan, setiap
2-3 jam sekali disemproktan mikrobioksida untuk membunuh bakteri
yang ada sehingga didapat nira yang bebas bakteri. Ampas tebu
kering yang dihasilkan dari proses penggilingan digunakan sebagai
bahan bakar ketel uap.
4.2. Stasiun Pemurnian
Stasiun pemurnian berfungsi untuk menghilangkan kotoran yang
terdapat didalam gula dengan mengatur kondisi proses sehingga
kerusakan sukrosa dapat ditekan seminimal mungkin. Di dalam
stasiun pemurnian terdapat beberapa bahan tambahan berupa susu
kapur, flokulan, garam, asam fosfat dan belerang (gas SO2). Pada
stasiun pemurnian, nira mentah akan dipisahkan dari kotoran-
kotoran sehingga dapat menghasilkan nira jernih dengan
29
menambahkan kapur dan belerang. Sedangkan penambahan asam
fosfat dan flokulan bertujuan untuk mempercepat terbentuknya
endapan pada nira. Penambahan garam digunakan untuk
membentuk endapan menjadi gumpalan yang lebih besar.
4.3. Stasiun Evaporasi
Stasiun evaporasi atau penguapan bertujuan untuk menghilangkan
sebanyak mungkin air yang terkandung di dalam nira encer hingga
mendekati titk jenuhnya yaitu mempunyai °brix ±60. Nira yang
sudah jernih mungkin hanya mengandung 15% gula tetapi cairan
gula jenuh memiliki kandungan hingga 80%. Proses penguapan
dilakukan beberapa kali dengan menggunakan perbedaan suhu dan
tekanan. Pada penguapan tahap awal menggunakan suhu tinggi dan
tekanan rendah, memasuki tahap penguapan selanjutnya, suhu
bertahap menurun dan tekanan bertahap meningkat. Hal ini
dikarenakan sukrosa akan rusak di suhu yang tinggi dan suhu
berbanding terbalik dengan tekanan. Pelaksanaan penguapan
dilaksanakan agar waktu penguapan diperpendek, tidak terjadi
kerusakan gula, tidak menimbulkan kerusakan baru dalam proses
selanjutnya, dan biayanya rendah.
4.4. Stasiun Kristalisasi
Stasiun kristalisasi merupakan proses pengkristalan molekul-molekul
sukrosa yang terjadi di dalam pan kristalisasi pada kondisi hampa
dengan cara menguapkan airnya secara terkendali. Proses
kristalisasi masakan bertujuan untuk mengkristalkan sukrosa yang
30
ada pada nira kental sebanyak mungkin, dalam waktu singkat, dan
dengan biaya yang rendah. Proses kristalisasi menggunakan
tekanan vacuum pan sebesar 62-65 CmHg dengan temperatur
masakan 55-65°C serta menggunakan uap jenuh dengan suhu 120°C
dan bertekanan 0,6-1 Kg/Cm2.
Sebelum nira kental dikristalisasi, nira kental yang keluar dari
stasiun penguapan direaksikan dengan gas SO2 pada peti sulfitir nira
kental hingga didapatkan pH 5,5 sampai 5,6. Proses sulfitasi
berfungsi untuk memucatkan nira kental sehingga dapat
meningkatkan kualitas produk, mengurangi viskositas nira, dan
mempermudah proses kristalisasi.
4.5. Stasiun Puteran
Masakan dari hasil proses pengkristalan dalam pan merupakan suatu
masa campuran terdiri dari larutan kristal sukrosa. Sesudah
mengalami pendinginan dalam palung pendingin, selanjutnya
dipisahkan antara Kristal dengan larutannya. Pemisahan dilakukan
dalam suatu alat saringan dengan menggunakan dryer centrifugal
sebagai pendorong. Di dalam sentrifugal, bahan padat bertahan di
tempat, sedangkan cairannya dipaksa pindah dengan kecepatan
tinggi. Tujuan memisahkan kristal sukrosa dari larutan dengan
menggunakan saringan sentrifugal adalah mengurangi kandungan air
dalam kristal gula, sehingga diperoleh kristal gula yang memenuhi
standar di Indonesia dan tahan lama dalam penyimpanan.
31
4.6. Stasiun Pengemasan
Pengepakan adalah cara untuk menjaga kualitas produk terutama
produk yang rentan terhadap perubahan lingkungan. Secara umum
tujuan dari pengepakan yaitu melindungi produk dari kerusakan atau
kontaminasi mikrobia, mencegah terjadinya kenaikan kadar air,
memudahkan pengangkutan atau transportasi, efisiensi dalam
penyimpanan gudang, dan memperpanjang daya simpan gula yang
dihasilkan (PT Perkebunan Nusantara VII, 2014).
5. Bahan Baku Pembantu
Selain bahan baku utama berupa tebu, terdapat bahan baku pembantu
yang diperlukan dalam proses produksi gula pasir. Bahan baku pembantu
tersebut antara lain:
5.1. Lime Hydrat (Kapur)
Kapur merupakan salah satu bahan baku pembantu yang digunakan
dalam bentuk susu kapur (CaOH2) untuk proses pemurnian nira
mentah pada proses defekasi. Susu kapur dibuat dari pembakaran
batu kapur sampai menjadi kapur tohor yang kemudian dilakukan
penyiraman dengan air panas sehingga menghasilkan susu kapur.
Susu kapur disiapkan dengan kepekatan setara 45-65 gram CaO/liter
agar apabila diberikan kepada nira mentah akan bereaksi dengan
asam dan kotoran sehingga terjadi penetralan dan pembentukan
endapan yang mudah untuk dipisahkan.
32
5.2. Belerang
Belerang digunakan dalam bentuk gas sulfit (SO2) untuk proses
pemurnian nira mentah pada proses sulfitasi. Gas sulfit diperoleh
dari pembakaran belerang dalam tabung belerang yang kemudian
dialirkan pada udara kering. Pemberian gas sulfit dapat menetralkan
kelebihan air kapur pada nira yang terkapur sehingga didapatkan pH
nira antara 7,2-7,4. Pemberian gas sulfit juga dapat memucatkan
warna larutan nira kental yang dapat berpengaruh pada warna gula
kristal.
5.3. Garam
Garam digunakan untuk mengendapkan kotoran yang halus dan
lembut pada proses pemurnian nira mentah sehingga lebih mudah
dalam proses penyaringan. Penambahan garam akan mempercepat
pengendapan kotoran karena terjadi penyerapan endapan terhadap
partikel-partikel kecil dari sekitarnya ke permukaan endapan.
5.4. Asam Fosfat (H3PO4)
Asam fosfat merupakan bahan baku pembantu yang digunakan
apabila kadar fosfat pada nira lebih kecil dari 300 ppm. Apabila
kadar fosfat pada nira lebih dari 300 ppm maka tidak perlu dilakukan
penambahan fosfat. Kandungan fosfat pada nira akan berikatan
dengan kalsium dari susu kapur sehingga membentuk kalsium fosfat
dan menjadi inti endapan pada proses defekasi (proses pemurnian
menggunakan susu kapur).
33
5.5. Causatic Soda
Causatic soda merupakan bahan kimia yang digunakan untuk
membersihkan evaporator. Causatic soda dikenal juga dengan nama
IUPAC natrium hidroksida dengan rumus kimia NaOH. Causatic
soda banyak digunakan di berbagai macam bidang industri sebagai
basa dalam proses produksinya.
5.6. Mikrobioksida
Pemberian mikrobioksida dilakukan dengan tujuan untuk
menghambat pertumbuhan bakteri yang dapat mengakibatkan
kehilangan sukrosa pada proses penggilingan. Pemberian
mikrobioksida dilakukan setiap 2-3 jam sekali dan tidak dilakukan
secara terus menerus untuk menghindari bakteri bersifat resisten.
Mikrobioksida yang digunakan pada proses penggilingan
diantaranya buckom NT Prer, buckom NT 49, buckom NT 881,
buckom tritaf 1015, dan atau buckom tritaf 32-2.
5.7. Flokulan
Flokulan berfungsi untuk mempercepat penggumpalan kotoran
terlarut sehingga ikut membantu mempercepat proses pengendapan
pada proses pemurnian gula. Jenis flokulan yang digunakan adalah
superflock 8394, clariflock 1836, dan atau superflock 120.
III. METODE PENELITIAN
A. Waktu dan Tempat
Penelitian ini dilaksanakan pada bulan Oktober 2019 sampai dengan bulan
Desember 2019 di industri gula PT. XYZ Kabupaten Lampung Utara.
B. Jenis dan Sumber Data
Jenis data yang akan dikumpulkan dalam penelitian ini yaitu data sekunder.
Data sekunder adalah data yang diperoleh dari instansi atau lembaga yang ada
hubungannya dengan masalah penelitian. Data sekunder dikumpulkan
melalui penelusuran pustaka atau laporan dari industri gula PT. XYZ dan
instansi terkait. Pengumpulan data ini bertujuan untuk memperoleh
informasi, gambaran dan keterangan tentang hal-hal yang berhubungan
dengan penelitian sehingga data tersebut diharapkan dapat digunakan untuk
memecahkan masalah dan pertimbangan dalam mengambil keputusan.
C. Teknik Pengumpulan Data
Pengumpulan seluruh data yang diperlukan dalam penelitian ini dilakukan
melalui beberapa cara meliputi :
35
1. Wawancara
Wawancara dilakukan dengan mengajukan pertanyaan secara langsung
kepada pihak yang berwenang di industri gula PT. XYZ, yang berkaitan
dengan penelitian yang dilakukan.
2. Pencatatan
Pengumpulan data dilakukan dengan teknik pencatatan karena data yang
digunakan dalam penelitian ini adalah data sekunder. Pencatatan
dilakukan dengan menyalin data sekunder yang relavan dengan penelitian.
3. Studi literatur dan kepustakaan
Studi literatur dan kepustakaan bertujuan untuk dapat menganalisa secara
teoritis terhadap masalah-masalah yang berhubungan dengan penulisan
tesis. Studi kepustakaan dilakukan dengan membaca berbagai text book,
jurnal dan artikel yang relevan serta sumber-sumber lain guna memperoleh
data sekunder.
D. Metode Analisis Data
Analisis data yang dilakukan pada penelitian ini meliputi peramalan produksi
(forecasting), pengukuran relatif, dan pengendalian persediaan. Pengukuran
peramalan produksi (forecasting), pengukuran relatif, dan pengendalian
persediaan menggunakan Software POM-QM for Windows Version 3.
1. Peramalan Produksi (Forecasting)
Analisis peramalan produksi (forecasting) menggunakan beberapa metode
yaitu Linear Regression, Moving Average, Weighted Moving Average,
Exponential Smoothing, dan exponential smoothing with trend.
36
1.1. Linear Regression
Regresi adalah sebuah metode matematika untuk menggambarkan
hubungan antar variabel. Kata linier menunjukan bahwa
hubungannya adalah proporsional secara linier. Model regresi yang
paling sederhana melibatkan sebuah variabel tak bebas dan sebuah
variabel bebas (Assauri, 2004). Menurut Bahagia (2006), bentuk
model Linear Regression adalah :
Y′ = a + bX
Keterangan:
𝑌′ = Nilai yang diramalkan
a = Konstanta (intercept)
b = Koefisien regresi (slope)
X = Variabel yang mempengaruhi (waktu: tahun, bulan, hari)
1.2. Moving Average
Metode peramalan Moving Average merupakan peramalan yang
didasarkan pada rata-rata aritmatika yang didapatkan dari data pada
masa lampau. Teknik peramalan permintaan menggunakan Moving
Average diperkiran dengan menghitung rata-rata permintaan aktual
dari jumlah tertentu pada periode sebelumnya (Baroto, 2002).
Menurut Gitosudarmo (2002), bentuk dari metode Moving Average
adalah :
Y′𝑡+1 =Tt−n+1 + ⋯ + Tt+1 + Tt
n
Keterangan:
Y′𝑡+1 = Nilai peramalan periode t+1
Tt = Nilai rill periode ke-t
n = Jumlah deret waktu yang digunakan
37
1.3. Weighted Moving Average
Metode peramalah Weighted Moving Average merupakan peramalan
lebih lanjut dari Moving Average dimana setiap deret waktu lampau
diberikan bobot tertentu dan mungkin diberi bobot yang berbeda-beda
(Handoko, 2014). Menurut Heizer dan Render (2010), bentuk dari
metode Weighted Moving Average adalah:
𝑌′t =W1At−1 + W2At−2 + ⋯ + W nAt−n
n
Keterangan:
𝑌′t = Nilai peramalan periode t
W1 = Bobot yang diberikan pada periode t-1
W2 = Bobot yang diberikan pada periode t-2
Wn = Bobot yang diberikan pada periode t-n
n = Jumlah periode
1.4. Exponential Smoothing
Metode Exponential Smoothing adalah suatu prosedur yang secara
terus menerus memperbaiki peramalan (smoothing) dengan merata-
ratakan nilai masa lalu dari suatu data deret waktu dengan cara
menurun (exponential) (Indrajit dan Djokopranoto, 2003). Menurut
Nasution, dkk. (2008), bentuk model Exponential Smoothing adalah:
St = α ∗ Xt + (1 − α) ∗ 𝑆𝑡−1
Keterangan:
𝑆𝑡 = Peramalan untuk periode t
St−1 = Peramalan pada waktu t-1
α = Konstanta perataan antara 0 dan 1
Xt + (1 − α) = Nilai aktual time series
38
1.5. Exponential Smoothing with Trend
Model Exponential Smoothing with Trend merupakan salah satu
analisis Exponential Smoothing yang menganalisa deret waktu, dan
merupakan metode peramalan dengan memberi nilai pembobot pada
serangkaian pengamatan sebelumnya untuk memprediksi masa depan
(Rangkuti, 2004). Menurut Ristono (2009), bentuk model
Exponential Smoothing with Trend adalah :
Tt = β(St − St−1) + (1 − β)Tt−1
Keterangan:
Tt = Peramalan untuk periode t
Tt−1 = Peramalan pada waktu t-1
β = Konstanta dengan nilai antara 0 dan 1
St = Permintaan nyata periode t
St−1 = Permintaan nyata periode t-1
2. Pengukuran Relatif
Pengukuran relatif digunakan untuk mengetahui besar kesalahan sebuah
peramalan. Besar kesalahan sebuah peramalan (nilai eror) dapat diketahui
dengan menghitung selisih antara nilai asli dengan nilai ramalan (Subagya,
1994). Menurut Yamit (2003), berikut ini merupakan beberapa cara
pengukuran yang digunakan untuk mengetahui besarnya kesalahan yang
dihasilkan oleh model peramalan:
2.1. Mean Absolute Deviation (MAD)
Mean Absolute Deviation (MAD) merupakan ukuran utama dari
kesalahan perkiraan dari seluruh model peramalan. Nilai eror dihitung
dengan membagi jumlah nilai absolut dari kesalahan perkiraan dengan
jumlah periode. Mean Absolute Deviation (MAD) paling berguna
39
ketika orang yang menganalisa ingin mengukur kesalahan ramalan
dalam unit yang sama sebagai deret asli.
MAD =∑ |𝐷𝑡 − 𝐹𝑡|
n
Keterangan:
𝐷𝑡 = Nilai yang sebenarnya pada masa-t
Ft = Nilai yang diramalkan pada masa-t
𝑛 = jumlah masa yang dicakup
2.2. Mean Squared Error (MSE)
Mean Squared Error (MSE) adalah metode lain untuk mengevaluasi
metode peramalan. Masing-masing kesalahan atau sisa dikuadratkan.
Kemudian dijumlahkan dan dibagi dengan jumlah observasi.
Pendekatan ini mengatur kesalahan peramalan yang besar karena
kesalahan-kesalahan itu dikuadratkan. Kelemahan dari menggunakan
Mean Squared Error (MSE) adalah bahwa ia cenderung untuk
menonjolkan penyimpangan besar karena istilah kuadrat.
MSE =∑(𝐷𝑡 − 𝐹𝑡)2
n
Keterangan:
Dt = Nilai yang sebenarnya pada masa-t
Ft = Nilai yang diramalkan pada masa-t
n = jumlah masa yang dicakup
2.3. Mean Absolute Percentage Error (MAPE)
Masalah dengan MAD dan MSE adalah bahwa nilai-nilai mereka
bergantung pada besarnya item yang diperkirakan. Jika item yang
diramalkan dalam ribuan, maka MAD dan MSE bisa sangat besar.
Untuk menghindari masalah tersebut, kita dapat menggunakan metode
40
Mean Absolute Percentage Error (MAPE). MAPE mengindikasi
seberapa besar kesalahan dalam meramal yang dibandingkan dengan
nilai nyata pada deret. Metode MAPE digunakan untuk
membandingkan ketepatan dari teknik yang sama atau berbeda dalam
dua deret yang sangat berbeda dan mengukur ketepatan nilai dugaan
model yang dinyatakan dalam bentuk rata-rata persentase absolut
kesalahan. MAPE dapat dihitung dengan rumus sebagai berikut:
MAPE =∑ |𝐷𝑡 − 𝐹𝑡|
∑ 𝐷𝑡
Keterangan:
Dt = Nilai yang sebenarnya pada masa-t
Ft = Nilai yang diramalkan pada masa-t
3. Pengendalian Persediaan
Analisis pengendalian persediaan menggunakan beberapa teknik yaitu
ABC Analysis, Economic Order Quantitiy (EOQ), Period Order Quality
(POQ), dan Re-Order Point (ROP).
3.1. ABC Analysis
Metode ABC Analysis merupakan metode yang digunakan untuk
memfokuskan perhatian manajemen pengadaan barang yang paling
penting dan perlu di prioritaskan dalam suatu persediaan (Heizer dan
Render, 2010). Assauri (2004), menyatakan bahwa metode ABC
Analysis merupakan metode yang dapat digunakan dalam penentuan
kebijakan pengawasan persediaan yang ketat hingga longgar terhadap
persediaan bahan yang dibutuhkan. Sedangkan Nasution, dkk. (2008),
berpendapat bahwa manajemen persediaan pada perusahaan dengan
41
menggunakan analisis ABC dibagi menjadi tiga klasifikasi yaitu A, B,
dan C sehingga dikenal sebagai analisis ABC. Menurut Bahagia
(2006), barang dapat diklasifikasikan menjadi tiga kategori
berdasarkan prinsip pareto sebagai berikut:
1. Kategori A (80-20)
Merupakan jenis barang yang memiliki total nilai rupiah pembelian
tahunan sekitar 80 % dari seluruh modal yang disediakan untuk
persediaan dan jumlah jenis barangnya sekitar 20 % dari semua
jenis barang yang ada dalam persediaan.
2. Kategori B (15-30)
Merupakan jenis barang yang memiliki total nilai rupiah pembelian
tahunan sekitar 15 % dari seluruh modal yang disediakan untuk
persediaan dan jumlah jenis barangnya sekitar 30 % dari semua
jenis barang yang ada dalam persediaan.
3. Kategori C (5-50)
Merupakan jenis barang yang memiliki total nilai rupiah pembelian
tahunan sekitar 5 % dari seluruh modal yang disediakan untuk
persediaan dan jumlah jenis barangnya sekitar 50 % dari semua
jenis barang yang ada dalam persediaan.
3.2. Economic Order Quantitiy (EOQ)
Metode Economic Order Quantity (EOQ) merupakan metode
perencanaan persediaan satu tahun yang dilakukan dengan cara
meminimalkan ongkos pesan dan ongkos simpan (Sofyan, 2013).
Fadlallh (2015), menyatakan bahwa penerapan EOQ bertujuan untuk
42
mengefisienkan persediaan bahan baku sesuai dengan kebijakan
perusahaan. Sedangkan menurut Baroto (2002), model persediaan
diklasifikasikan menjadi dua yaitu metode P dan metode Q. Metode
Q terdiri dari banyak model dengan salah satu modelnya adalah
metode EOQ. Menurut Rangkuti (2004), EOQ dapat dihitung
menggunakan rumus sebagai berikut:
EOQ = √2DS
H
Keterangan:
EOQ = Jumlah pemesanan ekonomis
S = Biaya setiap kali pesan
D = Jumlah kebutuhan bahan baku dalam satu periode produksi
H = Biaya penyimpanan dinyatakan dalam persentase dari
persediaan rata-rata bahan baku
Sedangkan jumlah pemesanan optimum (Q) dapat dihitung dengan
menggunakan rumus berikut:
Q =D
f
Keterangan:
Q = Jumlah pemesanan optimum
D = Jumlah kebutuhan bahan baku dalam satu periode produksi
f = Frekuensi pemesanan dalam satu periode produksi
Menurut Wahyuni dan Achmad (2015), persentase biaya penyimpanan
dapat dihitung berdasarkan persentase harga item yang disimpan di
gudang dengan rincian sebagai berikut:
- Biaya kerusakan dan kehilangan : 1 % dari harga item
- Biaya penanganan persediaan : 0,5 % dari harga item
43
- Biaya fasilitas penyimpanan : 0,5 % dari harga item
- Persentase biaya penyimpanan : 2 % dari harga item
3.3. Period Order Quality (POQ)
Period Order Quality (POQ) merupakan salah satu metode dalam
pengendalian persediaan bahan baku yang bertujuan menghemat total
biaya persediaan dengan menekankan pada efektifitas frekuensi
pemesanan bahan baku agar lebih terpola (Subagya, 1994). Metode
POQ merupakan pendekatan menggunakan konsep jumlah pemesanan
ekonomis agar dapat dipakai pada periode yang bersifat beragam
(Tersine, 1994). Menurut Hansa (2015), metode ini dapat diterapkan
ketika persediaan bahan baku terus menerus digunakan sepanjang
periode waktu setelah pemesanan. Sedangkan menurut Septiyana
(2016), metode POQ digunakan untuk mendapatkan interval
pemesanan yang optimal dalam satu periode. Menurut Sofyan (2013),
metode POQ dapat dihitung menggunakan rumus berikut:
POQ =1
D√
2. P. H
S
Keterangan:
POQ = Frekuensi pemesanan bahan baku
P = Biaya pemesanan bahan baku setiap kali pesan
H = Permintaan rata-rata perhorizon waktu perencanaan
D = Permintaan atau pemakaian rata-rata bahan baku perputaran
produksi
S = Biaya penyimpanan bahan baku
3.4. Re-Order Point (ROP)
Re-Order Point (ROP) atau titik pemesanan kembali adalah salah satu
metode dalam pengendalian persediaan yang bertujuan untuk
44
menentukan batas minimal tingkat persediaan bahan baku pembantu
yang harus dipertimbangkan untuk kembali memesan sehingga tidak
terjadi kekurangan persediaan (Baroto, 2002). Metode ROP
merupakan pendekatan menggunakan konsep tingkat pemesanan
kembali dengan menentukan suatu titik atau batas minimal dari
jumlah persediaan yang ada pada suatu saat dimana pemesanan harus
dilakukan kembali (Assauri, 2004). Ristono (2009), menyatakan
bahwa metode ROP merupakan metode yang dapat digunakan untuk
menentukan jangka waktu pemesanan kembali bahan baku dari
vendor. Sedangkan menurut Rangkuti (2004), metode ROP
merupakan suatu strategi operasi persediaan untuk menentukan titik
pemesanan yang harus dilakukan suatu perusahaan dikarenakan
adanya lead time dan safety stock. Menurut Amrillah, dkk. (2016),
Metode ROP dapat dihitung menggunakan rumus sebagai berikut:
ROP = (𝐸𝑂𝑄
𝐿𝑎𝑚𝑎 𝑃𝑒𝑟𝑝𝑢𝑡𝑎𝑟𝑎𝑛 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 x LT) + SS
Keterangan:
Re-Order Point = Titik pemesanan kembali
LT = Lead Time (waktu yang dibutuhkan antara barang
yang dipesan hingga sampai di perusahaan)
SS = Safety Stock (persediaan pengamanan)
Safety stock dapat dihitung menggunakan rumus:
SS = Pemakaian rata rata x Lead Time
V. KESIMPULAN DAN SARAN
A. Kesimpulan
Kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut:
1. Metode peramalan yang paling tepat digunakan PT. XYZ untuk
memprediksi produksi gula di masa yang akan datang.adalah metode
Linear Regression dengan nilai MAD, MSE, dan MAPE terkecil dari
metode lainnya yaitu sebesar 7.195, 65.854.060, dan 10%, dengan hasil
peramalan pada tahun 2019 sebesar 44.746 ton gula pasir.
2. Metode POQ merupakan metode pengendalian persediaan bahan baku
pembantu yang tepat di gunakan pada PT. XYZ dengan biaya
penghematan sebesar Rp. 61.424.950 atau 1,956 % dari total biaya secara
konvensional.
B. Saran
Peneliti menyarankan perlu diadakan penelitian lanjutan menggunakan
metode Material Requirement Planing (MRP) pada manajemen persediaan
bahan baku pembantu di PT. XYZ untuk mendapatkan persediaan bahan baku
pembantu yang efisien dengan memperhatikan Bill Of Material (BOM),
Inventory Status File, dan Master Production Schedule (MPS) di PT. XYZ.
DAFTAR PUSTAKA
Amrillah, A. F., Zahroh, Z. A., dan Maria, G. W. E. N. P. 2016. Analisis Metode
Economic Order Quantity (EOQ) Sebagai Dasar Pengendalian Persediaan
Bahan Baku Pembantu (Studi Pada PG. Ngadirejo Kediri-PT. Perkebunan
Nusantara X). Jurnal Administrasi Bisnis Universitas Brawijaya.
33(1):35-42.
Anggraini, C., Isharijadi, dan Nik. A. 2017. Analisis Efisiensi Biaya Dengan
Menggunakan Metode Lot For Lot Dalam Pengendalian Persediaan.
Jurnal Akutansi dan Pendidikan Universitas PGRI Madiun. 6(2):142-152.
Apriawan, D. C., Irham, dan Jangkung, H. M. 2015. Analisis Produksi Tebu dan
Gula di PT. Perkebunan Nusantara VII (PERSERO). Jurnal Agro Ekonomi
Universitas Gajah Mada. 26(2):159-167.
Assauri, S. 2004. Manajemen Produksi dan Operasi. Fakultas Ekonomi
Universitas Indonesia: Jakarta.
Badan Pusat Statistik. 2018. Luas Tanaman Perkebunan Menurut Provinsi dan
Jenis Tanaman, Indonesia (000 Ha), 2011 - 2018.
https://www.bps.go.id/dynamictable/2015/09/04/838/luas-tanaman-
perkebunan-menurut-propinsi-dan-jenis-tanaman-indonesia-000-ha-2011-
2018-.html. Diakses pada 17 September 2019.
Badan Pusat Statistik. 2018. Produksi Tanaman Perkebunan Menurut Propinsi dan
Jenis Tanaman, Indonesia (000 Ton), 2012-2018.
https://www.bps.go.id/dynamictable/2015/09/04/839/produksi-tanaman-
perkebunan-menurut-propinsi-dan-jenis-tanaman-indonesia-000-ton-2012-
2018-.html. Diakses pada 17 September 2019.
Bahagia, S. N. 2006. Sistem Inventory. Institiut Teknologi Bandung : Bandung.
Baroto, T. 2002. Perencanaan dan Pengendalian Produksi. Ghalia Indonesia:
Jakarta.
Djie, I. S. J. 2013. Analisis Peramalan Penjualan dan Penggunaan Metode Linear
Programing dan Decision Tree guna Mengoptimalkan Keuntungan pada
PT Primajaya Pantes Garment. Journal The Winners. 14(2):113-119.
72
Fadlallh, A. W. 2015. The Effect of Applying The Economic Order Quantity
Model in The Field of Inventory. International Journal of Management
(IJM). 6(4):9-18.
Febilia, C. M. dan Dyah. F. I. 2016. Evaluasi Manajemen Persediaan Pupuk PT.
ABC Menggunakan Metode EOQ. Jurnal Pendidikan Vokasi Universitas
Brawijaya. 1(1):1-15.
Fithri, P., dan Sindikia, A. 2014. Pengendalian Persediaan Pozzolan di PT. Semen
Padang. Jurnal Optimasi Sistem Industri Universitas Andalas. 13(2):665-
686.
Gazali, I., Moh. Fuad. F. M., dan Bainun. D. P. 2015. Model Pengadaan Bahan
Baku Kurma Salak Menggunakan Teknik Lot For Lot. Jurnal Agrointek
Universitas Trunojoyo Madura. 9(1):42-49.
Gitosudarmo, H. I. 2002. Manajemen Operasi. Fakultas Ekonomi Universitas
Gajah Mada: Yogyakarta.
Handoko, T. H. 2014. Dasar Dasar Manajemen Produksi dan Operasi. BPFE-
Yogyakarta: Yogyakarta.
Hansa, A. P. A. 2015. Penerapan Metode Period Order Quality(POQ) pada
Aplikasi Pendukung Optimalisasi Persediaan Bahan Baku Kain di UD.
Dwidaku Jaya. Skripsi. Fakultas Ilmu Komputer Universitas Jember.
Heizer, J., dan Render, B. 2010. Manajemen Operasi Edisi 9. Salemba Empat:
Jakarta.
Indrajit, R. E., dan Djokopranoto, R. 2003. Manajemen Persediaan Barang
Umum dan Suku Cadang Untuk Keperluan Pemeliharaan Perbaikan dan
Operasi. PT. Grasindo: Jakarta.
Ikhwanina, Q. 2017. Analisis Penentu Re-Order Point (ROP) Kedelai Untuk
Kelancaran Proses Produksi Tempe pada Raja Tempe di Nganjuk. Jurnal
Simki-EconomicUniversitas Nusantara PGRI Kediri. 1(4):1-17.
Iqbal, T., Daniael. A., dan Muhammad. W. 2017. Aplikasi Manajemen Persediaan
Barang Berbasis Economic Order Quantity (EOQ). Jurnal Teknologi
Informasi dan Komunikasi Universitas Syah Kuala. 1(1):1-60.
Junaidi. 2019. Penerapan Metode ABC Terhadap Pengendalian Persediaan Bahan
Baku Pada UD.Mayong Sari Probolinggo. Jurnal Universitas Panca
Marga Probolinggo. 2(2):158-174.
Kushartini, D., dan Almahdy, I. 2016. Sistem Persediaan Bahan Baku Produk
Dispersant di Industri Kimia. Jurnal PASTI Universitas Mercu Buana.
10(2):217-234.
73
Munawaroh, N. M. 2017. Penentuan Titik Pemesanan Kembali (Reorder Point)
dalam Pengendalian Persediaan Bahan Baku Tepung Terigu (Studi Kasus
Pada Amirah Bakery Tulungagung. Jurnal Simki-EconomicUniversitas
Nusantara PGRI Kediri. 1(3):1-13.
Nasution, Hakim, A., dan Prasetyawan, Y. 2008. Perencanaan dan Pengendalian
Produksi Edisi Pertama. Graha Ilmu: Jakarta.
Plantamor. 2019. Informasi Spesies Tebu. http://plantamor.com/species/info/
saccharum/officinarum. Diakses pada tanggal 10 April 2019.
Prasetio, R. T. 2014. Inventory Control Using Statistics Forecasting On
Manufacture Company. Jurnal Informatika Universitas BSI. 2(2):136-142.
PT Perkebunan Nusantara VII. 2014. Profil Distrik Bungamayang. PT
Perkebunan Nusantara VII (Persero) Distrik Bungamayang. Lampung
Utara.
Purfadila, S., dan Andriani, D. R. 2018. Analisis Peramalan Produksi dan Faktor-
Faktor yang Mempengaruhi Produksi Gula Kristal Putih pada Pabrik Gula
Modjopanggoong Kabupaten Tulung Agung. Jurnal Ekonomi Pertanian
dan Agribisnis (JEPA). 2(1):52-61.
Rahmawati, R., Endang. S. R., dan Susi. W. A. 2017. Analisis Penerapan
Economic Order Quantity (EOQ) di Pabrik Gula Madukismo Bantul.
Journal of Sustainable Agriculture Universitas Sebelas Maret. 32(2):126-
131.
Rangkuti, F. 2004. Manajemen Persediaan Aplikasi di Bidang Bisnis. PT. Raja
Grafindo Persada: Jakarta.
Ristono, A. 2009. Manajemen Persediaan Edisi Pertama. Graha
Ilmu:Yogyakarta.
Savitri, R., dan Widyastutik. 2013. Faktor-Faktor yang Mempengaruhi Produksi
Gula PTPN VII (PERSERO). Jurnal Manajemen dan Agribisnis Institut
Pertanian Bogor. 10(3):175-181.
Septiyana, D. 2016. Penggunaan Metode POQ (Period Order Quantity) dalam
Upaya Pengendalian Tingkat Persediaan Bahan Baku (HDN) (Studi Kasus
pada Perusahaan Fragrance di Tangerang). Jurnal Teknik Universitas
Muhammadiyah Tangerang. 5(1):1-94.
Siregar, A.Z. dan Try S.A. 2017. Keanekaragaman Hama Dan Penyakit Pada
Tanaman Tebu (Saccharum Officinarum L.). Kolokium Penunjang dan
Pendukung. Program Studi Agroteknologi Universitas Sumatra Utara.
74
Subagya, M. 1994. Manajemen Logistik. PT. Gunung Agung: Jakarta.
Susila, W. R., dan Hutagaol, M. P. 2005. Model Keterpaduan Jadual Tanam dan
Tebang Tebu: Pendekatan Kompromi. Jurnal Manajemen dan Agribisnis
Institut Pertanian Bogor. 2(2):129-144.
Sutoni, A. 2018. Analisis Persediaan Menggunakan Metode Periodic Order
Quality (POQ)(Studi Kasus di B.B.Barokah Cianjur). Jurnal Teknik
Industri Universitas Suryakancana. 2(3):55-61
Sofyan, D.K. 2013. Perencanaan dan Pengendalian Produksi Edisi Pertama.
Graha Ilmu: Yogyakarta.
Tayibnapis, A. Z., Made. S. S., dan Lucia. E. W. 2016. Meningkatkan Daya Saing
Pabrik Gula Di Indonesia Era Masyarakat Ekonomi ASEAN. Jurnal Riset
Ekonomi dan Manajemen Universitas Surabaya. 16(2):.225-236.
Tersine, R. J. 1994. Principles of Inventory and Material Management. Prentice-
Hall, Englewood Cliffs: New Jersey.
Wahyuni, A., dan Achmad, S. 2015. Perencanaan Persediaan Bahan Baku Dengan
Menggunakan Metode Material Requirement Planing (MRP) Produk
Kacang Shanghai Pada Perusahaan Gangsar Ngunut-Tulung Agung.
Jurnal Spektrum Industri STT POMOSDA Nganjuk. 13(2):115-228.
Wibisono, A. 2009. Penerapan Analisis ABC dalam Pengendalian Persediaan
Produk Furniture pada Java Furniture, Wonosari, Klaten. Tugas Akhir.
Fakultas Ekonomi Universitas Sebelas Maret.
Widarwati, T. 2008. Analisis Faktor-Faktor Yang Memengaruhi Produksi Gula di
PG. Pagotan. Skripsi. Fakultas Manajemen dan Ekonomi Institut
Pertanian Bogor.
Yamit, Z. 2003. Manajemen Produksi dan Operasi. Ekonisia: Yogyakarta.
Yulius, H., dan Yetti, I. 2014. Peramalan Kebutuhan Manajemen Logistik pada
Usaha Depot Air Minum Isi Ulang Al Fitrah. Jurnal Edik Informatika
Universitas Putra Indonesia Padang. 1(11):5-14.
